在和 ChatGPT 互动的过程中，我们用的是偏聊天的方式，那么，和 AI 互动的方式是否还有其他种？或许 Flowith 这类产品可以作为一个案例。怎么理解画布式的 AI 的这种互动方式呢？不妨来看看本文的分享。
「Message ChatGPT…」
当我们开启某个话题前，ChatGPT 空白的输入框里默认写着这一句话。
和 ChatGPT 的交互，就像和朋友的聊天，你来我往，从上到下，线性的结构非常直观。
然而，这就是和 AI 互动的最佳模式吗？
学生时期，我们应该都见过白板，老师用可以擦除的马克笔，在白色的平滑板面上写公式。
Canva、Figma 等设计平台，则提供了在线白板工具，它们沿袭了物理白板的特点，但画布是无限的，形式也更加自由，就像现实的办公桌一样，可以灵活地放置各种东西，很适合进行头脑风暴。
在线白板工具示意图. 图片来自：Canva
如果 ChatGPT 也以白板的方式和我们互动，会产生什么奇妙的化学反应？
Flowith 就是这样一款 AI 内容生成工具，最近发布了公测，一周新增约 2 万名新用户。
它在形式上最大的亮点是，把纵向的聊天记录，转变成了动态的画布，为人机交互提供了一种很新的方式。
Flowith 支持 GPT 4 Turbo、Claude 3 Opus 等模型，本质和 Perplexity 差不多，都是在他人的地基上搭建服务，但创新之处各有千秋。
Flowith 的底部仍然有输入框，但你是在一块类似在线白板的无限画布上，和 AI 互动。
这里还引入了一个新概念：节点。
每次提问产生新的节点，节点可以再发散和引用，串成很多不同的线。
举个例子更加直观，直接问 AI：「给我头脑风暴 5 个 AI 创业想法。」
Flowith 给出的答案是：AI 医疗影像诊断、AI 在线教育平台、AI 智能投资顾问、AI 智能家居可穿戴设备、AI 场景消费推荐。
然后，我们可以在「AI 智能家居和可穿戴设备」的分支下，追问目前有哪些主要玩家。
第一次看到答案以卡片的形式分叉和移动，心里会忍不住「哇」一声。
这个例子使用的是「思维导图发散模式」。除此之外，Flowith 还提供了自动决策模式、联网超级搜索模式、生成图片模式，适合不同的问题和场景。
开放性的问题多半交给思维导图模式，联网搜索模式则像 Perplexity 的平替，能搜索、能总结，甚至还能开脑洞。
当我输入「国内 AI 搜索的发展情况如何」，Flowith 的输出分成三栏。
左边提供实时搜索结果和图片，可以进一步追问，让 AI 总结某个链接的内容；中间对几个 Google 排名靠前的链接进行了总结，等于输出了一篇短小的「文献综述」。
但右边才是最有趣的一栏，AI 给出了知识图谱，帮我们拓展思路，搭建知识体系。
「AI 搜索发展现状」本身是一个非常宽泛的问题，Flowith 延伸出了不少细分的方向：AI 在搜索引擎功能中的集成、AI 搜索算法的进展、AI搜索结果中的偏见……
好奇心强的人类，可以不断探索下去。选中知识图谱的动态效果也有些魔性，QQ 弹弹，像果冻的质感。
而在自动决策模式下，Flowith 会根据你的提示词，自动切换到最合适的 AI 模型，判断是否需要联网搜索，是否需要文生图，是选择速度优先的 GPT-3.5，还是更强的 GPT-4 和 Claude 3，可以窥见 Agent 的雏形。
比如，问问广州今天的天气如何，Flowith 就会进行实时搜索。
从整体来看，Flowith 的动态 UI 也很酷，整块画布可以拖拽、缩小、放大，节点可以引用、追问、删除、重新生成。
使用 Flowith，有些类似我们过去在草稿纸上涂涂画画思考问题，发散、延伸、删除，漫无边际，不像逻辑清晰的大纲，也不像和 ChatGPT 之间直观的聊天记录。
但这就是我们使用画布的目的，在发散创意的过程中，慢慢地把思路捋清，如同流水那样滔滔不绝。
画布式 AI 的可视化，本身就是思考的外显。
创新的形式，本质是为了实现人类和 AI 更高效的交互。
如果说 ChatGPT 是聊天式的 AI，Flowith 这类产品，可以简称为画布式的 AI。
类似地，设计平台 Figma 的在线白板工具 FigJam，也在去年 8 月提供了内置的 AI 部件 Jambot。Jambot 结合了 ChatGPT 的生成能力，可以进行头脑风暴、总结、改写等。
参与开发的产品设计师 Aosheng Ran 在发布时提到：
我想我们被困在聊天框里了。就像我们现在被困在 Zoom 中一样。
Jambot
和聊天式的 AI 互动，确实存在局限性。
ChatGPT 等聊天机器人互动是基于线性的结构，但思考往往不是线性的，大模型又有一定的随机性，生成的内容，比如文案、翻译、代码，往往需要反复修改、对比和测试。
ChatGPT 纵然可以反复生成，但如果某个问题对话了几百次，聊天记录过长，我们可能也不知道自己聊到哪里了。
哪怕把一个问题研究清楚了，ChatGPT 无法直观地呈现从这个问题引发出去的不同分支。
但画布式的 AI 是不一样的烟火。
同一块画布上，我们可以反复修改提示词，或者用不同的大模型多试几次，答案全部保留；我们也可以同时完成多项任务并查看结果，搜索、头脑风暴、内容总结等需求并行不悖。
图片来自：X@DerekNee
比如，假期快到了，我先用了头脑风暴模式，让 Flowith 列出 AI 旅行助手应当具备的 5 个特点，再用了联网搜索模式，让它直接找出 3 个目前最主流的 AI 旅行助手应用。
以此类推，涉及到需要反复生成、对比内容的创作场景，以及发挥 AI 多项能力的工作流，画布式的 AI 往往比聊天式的 AI 更有趣、更直观，也更具互动性，不必新开很多的聊天页面，本身就是一块无限的创作土壤。
在线白板工具引以为傲的团队协作功能，也是画布式 AI 所擅长的，聊天式 AI 只能甘拜下风。
ChatGPT 支持共享聊天记录，但不能从分享的链接继续对话。
Perplexity 支持分享搜索结果，其他用户可以在原有的基础上追问，但追问后会创建新的链接，和我们分享的并不在同一个页面。
然而，Flowith 只要开了「可编辑」的权限，对方就可以参与团队协作，在输入框提出自己的问题。如果只是「可查看」，虽然没有输入框，对方也可以发表评论。
想象一下，我们分享一个「flow」给别人，直接在画布上进行实时多人生成和讨论，又不会干扰原有的痕迹，激情和甲方 Battle，有种在飞书文档挥斥方遒的感觉了。
类似 Notion 的模板，如果不知道怎么更高效地使用，Flowith 还提供了 Discover 页面，向你推荐别人的用法。验证可行的工作流，被加工成了一个个开箱即用的半成品。
之所以反复强调画布和聊天的不同，甚至隐隐有些把它们对立起来，是因为交互的方式，潜移默化地影响着我们思考的方式。
如果只是看到一个输入框，可能我们的思维也会陷入「对话模式」，像和人类交流一样和 AI 说话，向它问好，问它如何一夜暴富，或者向它倾诉自己的心情。
这样的用法也很好，但当使用 AI 的方式更多、更自由，内容生产也就有了更多的可能，AI 能力的边界也就离我们更近。
画布式的 AI 和聊天式的 AI，并非你死我活的替代，而是美美与共的互补。
聊天式 AI 固然有缺点，画布式 AI 也并非总是笑到最后。
如果只是找一个简单的问题、了解某个陌生的概念，还是求助 GPT-4 和 Perplexity 更快。
作为一个初出茅庐的产品，Flowith 也不是那么好用，短板肉眼可见。
生成图片模式支持的模型不多，目前只有 Stable Diffusion 和 DALL·E 3，之前支持 Midjourney，但现在不可选了。
同时，Flowith 调取的模型有 2 个梯队，高级的 T1 和基础的 T2。虽然 GPT-3.5 Turbo 等 T2 模型在邀请朋友后无限次免费，但 GPT-4 Turbo、文生图模型等 T1 模型有使用额度。
在个人的体验之中，Flowith 也出现了一些奇怪的状况，但不确定这些问题的普遍性。
用中文向 Flowith 提问，答案也可能是全英，有些影响用户体验。拿同样的提示词问 GPT-4 和 GPT-3.5，回答的都是中文。
虽然 Flowith 支持读取 PDF，但如果上传的文件过大，很可能不成功。
Flowith 的交互也不够流畅，输入新的问题时，其他节点和整体界面总会发生动态的变化，有时候会让人迷失视觉的重心。虽然效果酷炫，但新鲜感只是一时的。
另外，在对 Flowith 的某个节点进行追问时，上下文不一定连贯，出现过答非所问的状况。
尽管产品还不那么成熟，但 Flowith 做了和 Perplexity 类似的事情：在大语言模型的基础上，考虑怎么应用 AI 的能力，让 AI 更好地加入我们的工作流。
Flowith 开发者 @DerekNee，在 X 分享了他对产品的见解——不应该只把 Flowith 看作是一个白板 AI 工具。
他本身是 GPT-4 和 AI 产品的重度用户，但在写文案、写代码、搜索内容时，主流的聊天式 UI 不够高效，不适合反复的修改、对比和测试。
在他看来，白板是为了让大众理解二维画布、节点概念的一个代替词，Flowith 的核心依然是帮助用户生成内容，探索 Human-AI 新的、更有效的交互方式。
这和 Figma 的理念不谋而合。推出 Jambot 时，Figma 在博客写道，AI 是一种增强工作和协作的工具。与其说让 AI 为你做事，不如说 AI 在帮助你做得更好。
WPS、钉钉等办公软件 AI 化，听用户的指挥一键生成 PPT，让 AI 助理进行文档速读，其实也是这个道理。
Flow 的本意「流动」，某种程度上就是我们对 AI 工具的期许：帮助人类的思维流动起来。
其实，我们思考和解决问题的方式已经被 AI 改变了。
Perplexity 等 AI 搜索，渐渐变成了日常离不开的产品，人类提出问题，它们搜索、摘要、成文，自己已经是一个成熟的工作流了，我们付出更少，但效率更高。回想只用传统搜索引擎的日子，万古如长夜。
还没有和人类磨合得很好的 Flowith，无法代替 ChatGPT，但这不是问题。
Canva 等设计平台能在 Adobe 的领域闯出一条路，是因为搭建产品的底层与 Adobe 不同，前者是模板和部件，后者是对图片的像素级调整。
Canva 抢不走 Adobe 的忠实用户，但吸引了不会或者没法用 Adobe 的用户。
Flowith 也是类似，本质是在填补市场的空缺。Perplexity 不重复 Google，Flowith 不重复 Perplexity。
ChatGPT 引领了聊天式的 AI，用起来确实便捷又简单，在它之后，很多产品照做了，用户也默认接受了。
然而未来，我们与 AI 的协作，不会只是翻译、问答，应该允许更多有趣的想法发生，它们不一定成功，但足够带来惊喜。
毕竟，AI 的时代，变化总是很快，必然还有更新鲜的 AI 交互方式，提升效率、创新思维、改变工作流。
在玩过更多产品之后，我们才能归来仍是少年地惊呼：这才是我想要的 AI 应用。
作者：张成晨
来源公众号：爱范儿（ID：ifanr）；连接热爱，创造不同。
本文由人人都是产品经理合作媒体 @爱范儿 授权发布，未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。